夜雨聆风⚠️ 以下内容仅为信息分享，不构成任何投资建议。投资有风险，决策需谨慎。
最近那个叫 Serenity 的美股交易员火了。5个半月45倍回报，公开推荐35只股票，只有4只下跌。看完他的操作方法之后，很多人第一反应是：他是靠AI选股的，我也可以。
我理解这个想法，但我需要把这件事说清楚——他用AI做的事情，跟你想象中"AI帮你选股"根本不是一回事。
AI能做什么，不能做什么
Serenity的打法叫"AI驱动的全球供应链瓶颈套利"。他不是把股票代码丢给AI说"帮我选一只"，而是用AI大量处理供应链数据、行业报告、跨市场价格差异——AI是他的信息处理工具，不是决策引擎。这个区别很关键。
同期有个散户在今日头条上发了一篇文章，标题叫《我用AI选了16天股票，56%准确率，说几句大实话》。他用量化模型每天给出选股信号，16天下来准确率55.7%（39/70）。他自己的评价是：比抛硬币好，但好的有限，而且差的时候可以差到20%。
同一时期，三组真实数据对比
📌 散户量化实测（韭菜小可，2026年5月）：AI选股16天，准确率55.7%，差日子单日20%
📌 哈佛实验（2026年4月）：GPT/Claude/Gemini等6大AI模型，A股真实资金57天全部亏损
📌 雪球用户（2026年5月）：AI+ETF轮动模型，239个交易日实盘+107%，但同样承认有明显回撤周期
三个案例，三种结果，但有一个共同点：没有一个是靠"AI帮我看哪只涨"做到的。
为什么直接让AI选股几乎不可能稳赢
AI的本质是概率机器，它在历史数据里找规律，然后预测未来会不会重复这个规律。在股市里，这个逻辑有一个致命的漏洞：当所有人都用同一套AI逻辑的时候，信号就消失了。
市场里的超额收益，来自于信息不对称。AI能帮你处理的大部分公开信息，所有人都能处理。哈佛那组实验里，6个模型全部亏损的原因之一就是"交易趋同"——大家的信号撞在一起，反而变成了集体被套。
真正能用AI赚到钱的人，不是在用AI替代判断，而是用AI扩大了自己的信息处理能力，然后在某个别人看不到的角落里建立了认知差。Serenity的供应链瓶颈套利，是他自己发现了一套框架，AI是执行框架的工具，不是框架本身。
| AI辅助方式 | 实际效果 | 适合谁 |
|---|---|---|
| 让AI直接给买入建议 | 低效 哈佛实验全亏 | —— |
| AI辅助读财报/行研 | 有用 节省时间，降低遗漏 | 有基本分析框架的人 |
| AI+量化模型轮动 | 依赖策略 回测好不等于实盘好 | 会写代码且能接受回撤 |
| AI处理特定数据做研究 | 有用 像Serenity那种 | 有自己投资框架的人 |
| AI监控自选股公告/事件 | 有用 信息效率提升明显 | 中长期持有的人 |
普通人能落地的两个用法
如果你是普通散户，不是专业量化从业者，AI辅助选股有两件事是真实有价值的：
第一：让AI帮你快速读懂一份财报。
把上市公司的PDF财报扔给Claude或DeepSeek，直接问"这家公司的营收增长靠什么驱动、毛利率变化趋势是什么、管理层在说什么风险"。10分钟能读完人工需要1小时的内容。这不是让AI替你判断，是让AI替你整理。
第二：让AI监控信息，不让你错过重要公告。
持有的股票突然有业绩修正、减持公告、政策利空，普通人很难及时发现。现在有些AI工具会主动推送关键事件，这个功能的价值不在于买什么，而在于别买了之后发现早该跑了。
这两件事都不神奇，但都是真的有用的。
最后说一点反直觉的事
有散户在凤凰财经发了一篇分析，里面有一组数字我觉得比较准：国内散户用AI辅助选股的，大约15%-20%已经在尝试，但60%以上仍然亏损，只有约15%能稳定跑赢大盘。而机构端AI交易的盈利占比是83%。
差距不是因为AI质量不同，是因为机构有完整的风控、有充分的历史数据训练、有人专门负责策略验证。散户把AI当神器用，忽略了这些基础建设，结果往往是把亏损速度加快了。
AI是一个放大器。如果你本来有判断力，它会帮你做得更好。如果你本来就在赌，它只会让你赌得更快。
Robinhood 5月底刚宣布开放"AI智能体交易"功能，允许用户接入第三方AI代理自动下单。这个功能出来之后，我第一反应不是"太厉害了"，而是"又多了一批人会用最新的工具赔钱"。
工具本身没有错，但手握的人得想清楚自己到底在干什么。
数据来源：今日头条「韭菜小可」（2026.05）/ 容辰财经（2026.05）/ 财联社Robinhood报道（2026.05.28）/ 凤凰财经综合（2026）/ 雪球用户实盘记录（2026.05）。以上内容仅为信息分享，不构成投资建议。